2024年Python最新Python爬虫层层递进，从爬取一章小说到爬取全站小说(1)

1. 版 本：anaconda5.2.0（python3.6.5）

2. 编辑器：pycharm

第三方库：

1. requests

2. parsel

进行网页分析

目标站点:

• 开发者工具的使用

• network

• element

爬取一章小说

• requests库的使用（请求网页数据）

• 对请求网页数据步骤进行封装

• css选择器的使用（解析网页数据）

• 操作文件（数据持久化）

-- coding: utf-8 --

import requests

import parsel

“”“爬取一章小说”“”

请求网页数据

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36’

}

response = requests.get(‘http://www.shuquge.com/txt/8659/2324752.html’, headers=headers)

response.encoding = response.apparent_encoding

html = response.text

print(html)

从网页中提取内容

sel = parsel.Selector(html)

title = sel.css(‘.content h1::text’).extract_first()

contents = sel.css(‘#content::text’).extract()

contents2 = []

for content in contents:

contents2.append(content.strip())

print(contents)

print(contents2)

print(“\n”.join(contents2))

将内容写入文本

with open(title+‘.txt’, mode=‘w’, encoding=‘utf-8’) as f:

f.write(“\n”.join(contents2))

爬取一本小说

• 对爬虫进行重构

需要爬取很多章小说，最笨的方法是直接使用 for 循环。

• 爬取索引页

需要爬取所有的章节，只要获取每一章的网址就行了。

import requests

import parsel

“”“获取网页源代码”“”

模拟浏览器发送请求

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36’

}

def download_one_chapter(target_url):

需要请求的网址

target_url = ‘http://www.shuquge.com/txt/8659/2324753.html’

response 服务返回的内容 对象

pycharm ctrl+鼠标左键

response = requests.get(target_url, headers=headers)

解码 万能解码

response.encoding = response.apparent_encoding

文字方法 获取网页文字内容

print(response.text)

字符串

html = response.text

“”“从网页源代码里面拿到信息”“”

使用parsel 把字符串变成对象

sel = parsel.Selector(html)

scrapy

extract 提取标签的内容

伪类选择器（选择属性） css选择器（选择标签）

提取第一个内容

title = sel.css(‘.content h1::text’).extract_first()

提取所有的内容

contents = sel.css(‘#content::text’).extract()

print(title)

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！